Chulalongkorn University Theses and Dissertations (Chula ETD)

การศึกษาเทคนิคการสร้างภาพความละเอียดสูงยิ่งยวดในภาพที่มีสัญญาณรบกวนชนิดเรย์ลีแบบคูณ

Other Title (Parallel Title in Other Language of ETD)

Investigation of super-resolution techniques in image with multiplicative rayleigh noise

Year (A.D.)

2006

Document Type

Thesis

First Advisor

เจษฎา ชินรุ่งเรือง

Faculty/College

Faculty of Engineering (คณะวิศวกรรมศาสตร์)

Degree Name

วิศวกรรมศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

วิศวกรรมไฟฟ้า

DOI

10.58837/CHULA.THE.2006.1445

Abstract

การเพิ่มความละเอียดเชิงพื้นที่ของชุดภาพความละเอียดต่ำโดยใช้กระบวนการสร้างภาพความละเอียดสูงยิ่งยวดที่มีการใช้การเรกุลาร์ไรซ์นั้น เป็นวิธีที่มีประสิทธิภาพ ปัญหาในการสร้างภาพความละเอียดสูงยิ่งยวดถูกกำหนดในรูปการหาค่าที่น้อยที่สุดของฟังก์ชันมูลค่าที่ประกอบด้วยพจน์ค่าตกค้างและพจน์การเรกูลลาร์ไรซ์ พจน์ค่าตกค้างนั้นมักถูกกำหนดอยู่ในรูปฟังก์ชันที่ใช้นอร์มในปริภูมิ L² ซึ่งจะแสดงความต่างแย้งระหว่างภาพความละเอียดสูงยิ่งยวดที่คาดหวังไว้กับภาพความละเอียดต่ำที่สังเกตการณ์ ในขณะที่พจน์การเรกูลาร์ไรซ์ที่ตามวิธีของติโฮนอฟนั้นช่วยถ่วงดุลกับการหาผลเฉลยที่มีความหมายจากปัญหาที่ตั้งไว้แล้ว ในวิทยานิพนธ์ฉบับนี้ได้ทดลองสร้างภาพความละเอียดสูงยิ่งยวด โดยใช้การเรกูลาร์ไรซ์จากชุดภาพที่ถูกรบกวนด้วยสัญญาณรบกวนเรย์ลีแบบคูณ ซึ่งแตกต่างจากงานวิจัยส่วนใหญ่ที่มักใช้สมมติฐานว่าสัญญาณรบกวนเป็นสัญญาณรบกวนเกาส์สีขาวแบบบวก การศึกษายังแสดงให้เห็นว่าฟังก์ชันมูลค่าไม่เชิงเส้นที่ใช้นอร์มบนปริภูมิ L¹ นั้นมีประสิทธิภาพมากกว่าในการลดทอนผลจากการรบกวนของสัญญาณรบกวนเรย์ลีแบบคูณ นอกจากนั้นงานวิจัยนี้ยังแสดงให้เห็นว่ากระบวนการสร้างภาพความละเอียดสูงยิ่งยวดโดยใช้นอร์มบนปริภูมิ L¹ นั้นสามารถหาผลเฉลยได้เร็วยิ่งขึ้นโดยใช้การทำซ้ำด้วยระเบียบวิะเกรเดียนต์สังยุคแบบไม่เชิงเส้นเช่นแบบของ Polak-Ribiere นอกจากนี้สำหรับปัญหาความละเอียดสูงยิ่งยวดแบบที่เป็นปัญหาอันดับไม่เพียงพอหรืออาจจะกล่าวได้ว่าจำนวนภาพความละเอียดต่ำมีจำนวนน้อยมาก โดยการเรกูลาร์ไรซ์แบบติโฮนอฟในอันดับที่สองนั้นมีประสิทธิภาพดีกว่าอันดับที่ศูนย์ที่ใช้โดยทั่วไป ดังนั้นงานวิจัยนี้ยังได้เสนอเทคนิคใหม่ที่นำตัวกรองซาวิสกี-โกเลย์ มาใช้เพื่อประมาณการหาอนุพันธ์ในพจน์การเรกูลาร์ไรซ์แบบติโฮนอฟอันดับที่สองอีกด้วย

Other Abstract (Other language abstract of ETD)

Regularization based image super-resolution (SR) is an efficient method for in-creasing the resolution (LR) image sequence. In this technique, the SR problem is formulated as a minimization of a cost function consisting of the residual term and the regularization term. The residual term, usually expressed in 2-nom function, defines discrepancy between the expected high resolution (HR) image and the observation LR image while the regularization term, normally employing Tikhonov's definition, represents a trade-off for locating a meaningful solution from an ill-posed problem. In this thesis, we investigate the regularization based SR for image sequences corrupted with multiplicative Rayleigh noise, which is contrary to most the reported works where the corrupted noise is assumed to be the additive white Gaussian noise. The investigation shows that a nonlinear 1-norm cost function in SR problem is more effective in reducing the multiplicative Rayleigh noise. Our works also show that SR formulation employing the 1-norm cost function can be solved faster by using method of nonlinear conjugate gradient (CG) such as Polak-Ribiere CG (PR-CG). More-over, for extremely low rank deficient SR problems, where number of LR image data are severely small, we discover that the second-order Tikhonov regularization is more effective than the conventional zeroth-order one. Accordingly, we thus develop a new technique based on a Savitzky-Golay filter for approximating the derivative term in the second-order Tikhonov regularization.

Link to Full Text

Share

COinS